第十八课:集合框架(二)

第十八课:集合框架(二)
一、Map的使用
HashMap
HashTable

•课程编码和课程信息对应的需求
BD001 -> Java课程
BD002 -> UI课程
BD003 -> C#课程

Key-Value 键值对 夫妻对!
•常用API
⑴put(Object key,Object value); 存储键值对
⑵get(Object key); 根据键(唯一的)获取值
⑶containsKey(Object key); 判断是否包含指定键
⑷containsValue(Object value); 判断是否包含指定值
⑸size(); 获取集合长度
⑹Set keySet(); 获取所有键集合
⑺Collection values(); 获取所有值的集合
⑻clear(); 清空所有的数据
•Map集合的遍历
⑴使用迭代器
①Map集合获取所有的键集合
②遍历 键集合(迭代器),然后通过键获取值
⑵使用增强for
①Map集合获取所有的键集合
②遍历 键集合(增强for)然后通过键获取值
⑶使用键值对集合
①Map集合获取entrySet(键值对的Set集合)
②遍历entrySet将其中每一个entry取出来
③从entry中将键和值取出来

二、泛型的作用
•包装类型
•必须使用引用数据类型

  public class Demo3{
      public static void main(String[] args){
      // 泛型:用来限制集合中元素的类型(获取数据后可以不用强转)
      // 泛型在限定类型时,类型必须是引用数据类型
      // int -> Integer
      /*ArrayList<Integer> arrayList = new ArrayList<Integer>();
      arrayList.add(20);*/
      
      // double ->Double
      /*ArrayList<Double> arrayList = new ArrayList<Double>();
      arrayList.add(20.1);
      System.out.println(arrayList);*/
      // byte -> Byte
      // short -> Short
      // long -> Long
      // float -> Float
      // boolean -> Boolean
      // char -> Character
      
      // 基本数据类型是没有方法和属性(类的信息)的
      Integer a = 10;
      }
  }

三、Collections的了解
•常用API
⑴sort(); 给集合进行排序 升序
⑵binarySearch(集合,键); 从集合中查找指定的值
⑶max() /min() 获取最大值 最小值
⑷shuffle() 打乱集合内元素

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值